2024年倏忽而逝。回望过去一年，国际局势云谲波诡，全球右翼势力加速崛起，地缘政治局势恶化，战争风险扩散，现有的国际秩序面临崩坏的风险。全球经济发展陷入存量竞争，贫富差距扩大，贸易失衡加剧。中国经济在内外部压力下也持续面临挑战。
虽然从大环境看，2024年不是令人愉悦的一年；但是从科技发展角度看，2024年是激动人心的一年。人类的科技发展正在加速，我们见证了众多里程碑时刻。
人工智能成功扛起了引领全球新一轮科技创新的大旗。2024年诺贝尔物理学奖授予了John Hopfield和Geoffrey Hinton，以表彰他们在人工神经网络和机器学习领域的开创性工作。OpenAI推出正式版Sora，Google和Runway相继迭代视频生成模型，生成式AI的多模态内容生成能力取得长足进步。ChatGPT-o1的推出开启生成式AI大模型的后训练时代。OpenAI联合创始人Ilya Sutskever对预训练时代即将结束的判断引发了激烈讨论。升级版的AlphaFold 3.0发布，提高了蛋白质结构预测的准确率，并扩展到了DNA和RNA等其他生物分子。
其他科技创新领域也有进展。在航空航天领域，中国探月工程嫦娥六号成功实现了世界首次月球背面采样返回，带回的样品为研究月球早期演化提供了直接证据。SpaceX连续成功试飞星舰，并实现了“筷子夹火箭”的创新回收技术。在量子计算领域，Google推出了新的量子芯片“Willow”，解决了量子纠错领域近三十年来一直尝试攻克的关键难题。德国的量子计算中心投入运行，企业获得商业化量子计算订单。在生物医疗领域，Neuralink完成首例人脑机接口植入手术，患者可以通过意念“控制”鼠标进行游戏。
我们相信，科技进步始终是人类发展的最大动力。科技进步带动生产力提升，促进贸易与合作，减少冲突和贫困，促进全球经济走出存量竞争的泥潭。我们有幸作为投资人，在各位客户的支持下，通过投资和资产配置参与全球科技创新。
2024年，华港AI母基金持续深耕全球生成式AI领域，以广视角和高标准对北美优质风险投资基金及生成式AI产业链进行布局。华港AI母基金全年新增基金触达超过500家、新增基金沟通超过100家、新增基金尽调超过30家、累计投资基金达到7支；穿透底层项目超过50个，其中有4个项目估值超过10亿美元，12个项目估值超过1亿美元。这些底层项目基本覆盖了从基础层到应用层的生成式AI产业链。
2025年，华港AI母基金将继续奋力前行，继续加注北美风险投资行业及生成式AI产业链。目前母基金的资源储备充足，正在对十余家美国优质VC基金进行尽调。2025年，华港AI母基金在继续配置优质管理人的同时，将更多地开放优质基金及项目的跟投机会，以及与美国投资人的交流机会。欢迎大家关注。
2024年全球生成式AI行业掠影
生成式AI是2024年美股上涨的主要驱动因素。芯片及算力服务相关股票涨幅巨大英伟达股价上涨 183%，博通股价上涨 116%，其他AI概念股如Google和微软的股价也持续上行；同时投资人对AI的布局开始从基础层扩散至应用层，Palantir股价上涨 380%，成为标普500指数成分股中股价涨幅最大的公司之一。AppLovin的股价以 758% 的涨幅位居科技股榜首，公司市值从年初的130亿美元飙升至超过1100亿美元。全球风险投资市场在2024年并未出现显著复苏，投资金额和数量均为2021年的一半。生成式AI是唯一逆势上扬的板块。根据Pitchbook的统计，生成式AI领域是全球风险投资市场2024年资金流入最多的行业。美国生成式AI类公司的平均估值和融资金额均比其他行业公司高20%以上。图：美国AI类创业公司相较于非AI类创业公司估值和融资金额中位数对比首先，生成式AI基础大模型在2024年呈现出技术迭代“小步快跑”的趋势。头部公司OpenAI并未如期发布Chat GPT-5，但是相继了4o、o1和o3等更新版本。Anthropic推出的Claude 3.5与Google推出的Gemini 2也被业界更多地视为更新而非革命。头部公司在多模态领域也有进展。OpenAI发布了正式版本的Sora，Google推出了Veo 2。其次，算力竞赛仍在继续。OpenAI已开始面临能源短缺的挑战，微软正在考虑购入核电站以满足其数据中心庞大的能源需求。xAI自建了10万块芯片的数据中心。Anthropic则与亚马逊深度绑定。英伟达的股价在2024年的飙升表明了市场对AI算力增长的强烈预期。这种预期也催生了如CoreWeave和Lambda等算力领域的创业公司。第三，业内在技术、数据与效率领域展开了新的讨论。OpenAI联合创始人Ilya Sutskever年末在NeurIPS会议上对于高质量数据供给与预训练的未来等话题的发言激起热烈争论。各路大神纷纷下场参与。但无论如何，模型规模与开发效率的话题是需要持续讨论的话题。后训练和小模型等话题愈发受到重视。在这一方面，以Meta和Mistral AI为代表的开源模型吃到了红利。最后，生成式AI模型层的洗牌趋势愈发明显。一方面，头部AI大模型公司的领先身位越来越明显，资金、人才和资源的集中度持续提高，OpenAI、Anthropic和xAI在24年合计获得融资166亿美元，超过生成式AI领域总融资的三分之一。另一方面，行业整合已经开始，Google对Character.ai的整合以及微软对Inflection的整合是典型代表。根据Menlo Ventures发布的报告，接受调查的600家企业在2024年的AI支出达到138亿美元，是2023年的6倍多。越来越多的企业开始将生成式AI技术和产品部署到业务流程中，以提升效率、优化决策并创造新的商业价值。尽管应用场景百花齐放，真正的“杀手级”应用却还未出现。支持这一结论的核心论据是全球生成式AI应用的商业化仍处于早期阶段。根据Sapphire Ventures的统计数据，截止2024年末去全球年化收入(ARR)超过2500万美元的生成AI应用类公司仅有约30家。虽然增速很快，但是收入绝对数值仍然有限。值得注意的一个细分行业是具身智能。产业链的成熟和生成式AI基础大模型及各类开发工具的出现，以人形机器人为代表的具身智能领域的创业变得前所未有的便捷。据统计，2024年全球具身智能领域获得了超过42亿美元的风险投资。考虑到这个行业的早期性，这个数字已足够显著。Jeff Bezos和Sam Altman对具身智能的持续下注使这个行业更加引人关注。
识别技术的发展方向也许并不难，但预测具体的发展路径却要复杂得多。我们基于对投资机构、创业者及行业专家的沟通，以及对大量报告、演讲、访谈和发言的整理，总结出了以下8个2025年全球生成式AI发展趋势。我们无法面面俱到地覆盖到生成式AI领域的每一个重要趋势。我们也清醒地认识到，这些预测中一定会有错误。本文谨供大家参考。全球生成式AI行业的资金涌入规模和估值水平仍将维持在高位。资金将进一步向头部公司聚集。微软、Google和Meta等科技大厂以及OpenAI、Anthropic和xAI等AI巨头在资金、算力和人才资源的比拼将持续白热化，行业马太效应将持续显现。这是我们最认可的一个判断。生成式AI的技术范式将逐步从“与我协作(Do it with me)”向“替我完成(Do it for me)”转变。具体表现是：AI应用将全面Agent化，易用性将进一步提升；智能体能够自主完成任务，而不仅仅是辅助工具。AI将更加自然地融入日常生活和工作场景。虽然对于具体时间节点并未达成共识，但是业界对于高质量数据的供给有限性的长期预期是基本一致的。随着预训练的成熟，业界将开始重视后训练(Post-Training)领域。即如何在训练后的阶段进一步优化这些模型变得越来越重要。多智能体系统(Multi-Model System)可以显著提高推理的准确性。通过引入多模型辩论机制，可以克服单一模型的局限性，在多个任务上取得显著提升。目前仍看不到能替代Transformer架构及Scaling Law的新的技术范式出现。按照科技发展的规律，在同一技术路线下，时间越推移，科技进步的边际收益越会降低。业界还将在“大力出奇迹”的大旗下持续进行各种资源的消耗。在消耗战的同时，各家头部公司将开始寻找自己的差异化发展路线。Google依靠垂直整合能力统一硬件和软件的开发以获取优势和降低成本；OpenAI持续深耕模型能力以确保在行业内的领先。Anthropic将加强其在专业领域的高认知和高准确性以增加在专业技术领域的市场份额。xAI以超大规模数据中心建设为核心，成为算力扩展的领跑者；Meta则押注开源生态，通过Llama模型推动开源AI能力的快速普及。随着行业逐渐成熟，差异化定位和独特优势将成为竞争的关键，每家公司都在努力在AI生态中找到自己的专属赛道。根据Sapphire Ventures的预测，2025年将有至少50家AI应用层公司的年化收入(ARR)超过5000万美元，并保持50%以上的年化增长率。尽管如此，我们认为“杀手级”生成式AI应用仍然不会在2025年出现。投资人和创业者还在寻找甚至是定义什么生成式AI的原生应用。这个过程可能会比我们想象的要长。随着AI技术的普及，工具类产品的护城河较低，市场竞争愈发激烈。例如许多初创公司通过开源模型和低成本算力快速进入市场，导致产品同质化严重。然而，颠覆性创新机会依然存在，部分公司将通过垂直领域的深度定制化解决方案脱颖而出。工具类产品的低护城河也意味着企业需要不断迭代技术、优化用户体验，并通过生态构建(如API开放平台)来增强用户粘性。视频生成及相关领域将成为2025年AI应用的热点。前OpenAI首席研究员Boba表示，随着视频模型质量显著提升，视频生成的成本将大幅降低，内容创将更加容易。完全由AI生成的媒体将在音乐、短视频和播客等领域进入主流。AI与物理世界加速融合：自动驾驶先行，具身智能破局待时生成式AI对物理世界的影响将持续加深，AI生态系统(硬件+软件+场景)开始建构。理想汽车CEO李想认为，OpenAI定义的第三阶段(智能体)与自动驾驶定义的第四阶段(自动驾驶)将在相近时间点交汇，合并到统一架构上。基座模型将成为人工智能时代的操作系统和编程语言，构建出新一代超级产品入口。特斯拉和Waymo等公司已在多个城市部署Robotaxi服务。Waymo在旧金山的市场份额超过了20%，与Lyft持平。对于具身智能来说，虽然吸金又吸睛，但是其商用化仍面临技术、成本和场景落地的多重挑战仍然在限制其大规模部署，投资人应谨慎估计短期商业化进展。未来，具身智能的突破将依赖于数据采集、硬件成本降低以及跨模态与现实物理世界交互能力的提升。大语言模型正在成为一种商品，但大语言模型公司将不止于成为商品供应商伴随着行业竞争加剧、推理成本降低、开源模型性能趋近以及模型的可集成化和标准化趋势，大语言模型正在逐渐变成一种普遍可用且成本效益高的技术，类似于其他被广泛商品化的技术产品。(“LLMs Are Becoming a Commodity”）。根据互联网产业的发展经验，应用层公司将占据行业的主要价值，而基础设施和算法的商业价值比重则会逐步降低。因此大模型公司估值的快速飙升，引发了投资人对于行业泡沫以及生成式AI产业链的价值分布的担忧。“LLMs are Becoming a Commodity，but LLM Companies Could be More Than Just Commodity Suppliers.”我们对于大模型公司的竞争壁垒和商业前景相对乐观。AI大模型的性能提升空间从实现AGI到奔向超级智能，性能持续提升空间近乎无限，过程中势必形成人才、资金的汇集，构成竞争壁垒。此外，大模型公司不仅是基础设施提供者，也是应用生态的构建者。它们通过模型即服务(MaaS)和垂直领域解决方案，正在构建多元化的商业模式，具备更强的抗风险能力和长期增长潜力。最后，大模型公司本身也是应用层公司，有机会直接面向消费者构建超级应用，并形成网络效应。AI搜索将快速发展和Google大模型进展的低于预期，引发了业界对于Google在生成式AI时代的统治力的怀疑。我们认为，Google凭借其强大的积累、横跨软硬件的垂直整合能力以及all in AI的态度，不会被轻易打倒。其在AI搜索、大模型、云计算和硬件生态等方面的投入将持续提高。另一方面，字节跳动在理顺了AI战略后展现出了强大的实力。其旗下的AI产品的模型能力、产品力、产品矩阵、用户数量和用户活跃度已领先竞争对手一个身位。我们认为字节跳动在生成式AI领域的潜力尚未被完全释放，未来可能成为全球生成式AI行业的重要变量。免责声明：本公众号文章仅供交流，并非华港财富对任何人的投资邀约或建议。本文章以及任何附随数据均不构成且不应视为法律、投资或税务咨询建议，阅读者请根据独立判断作出投资决策。
ENGLISH
2025.01.16 
